台灣租賃住宅的「租金水準」則無普查資料或實際各別區域的租金水準資料，僅能參考行政院主計總處編制的歷年「物價指數與居住類(租金)指數」來窺探。圖2展示歷年自1981年到2023年（民國70年到民國112年）的台灣整體物價指數與房租類的指數，該指數數值可以代表台灣整體的租賃住宅租金價格的變化，房租類指數目前2023年底約為104.91%，年增率為2.12，持續上升。圖面上看起來整體租金指數雖不斷上升，但仍與同期物價指數間維持相對一致穩定關係，雖然該物價指數中並未納入房價波動。

圖2、歷年台灣物價指數與房租類指數

資料來源：本文繪製

        有鑑於此，內政部試圖彙整擴充地政司的「包租代管」與「實價登錄」資料，納入國土署的「租金補貼」「資料與縣市版的社會住宅包租代管計畫」資料、以及國家住都中心的「公會版的社會住宅包租代管計畫」資料。根據初步推估預計合併之後可以涵蓋2020年人口及住宅普查推估租用數值87萬5,622戶的75%。

        本文租金透明化之實證應用案例擬採用該資料庫，本年(2024年）10月23日自內政部地政司不動產交易案件實際資訊供應系統OPEN DATA購買所得資料。若僅選取臺中市為範疇，該原始購得資料共計63,446筆（累計自2012年到2024年10月)。本文考量後續資料分析樣本數充足與結果可信度，擬進行資料清理：剔除誤植；篩選異常值；選取租賃標的為房地、房地+車位、建物、租賃房屋、租賃房屋+車位等選項；以及建物型態遴選為套房、公寓、華廈、住宅大樓與透天厝等選項，共計53,087筆資料；最後，考量各年度資料數量差異性，本文僅採取近5年（自2020年到2024年)共計37,439筆資料進行分析。此外，本文除進行變數轉換外，亦透過各租賃住宅所在之座標位置，增添距離公設（包括：國小、國中、高中、大學、商圈、火車站、捷運場站等)之變數。

參、租金透明化之租賃住宅市場結構 – 以臺中市為例

        租金透明化除可以減少資訊不對稱的風險，亦可以提升租賃住宅市場的效率能，透過該公開租金資訊一窺租賃住宅市場全貌。根據2020年「人口及住宅普查」資料中，普通住戶之住宅所有權資料，可以得知臺中市住宅總戶數為974,222戶；其中76.84%為自有，不住在一起的配偶、父母或子女所有5.50%，租用則為13.59%，其他為4.05%。換算戶數，臺中市租賃住宅市場「數量」共計有132,396戶。對照先前OPEN DATA取得的資料筆數，確實存在差異，意味分析結果可能會有偏誤。

        檢視公開資料，扣除屬性變數有缺漏或有遺漏值的情況，臺中市平均租賃期間約為1.14年。若再仔細切割分位數值，則有超過95%以上的租賃都是在1年（或以內)的租賃合約期間，僅有少數5%的租賃期間超過1年，平均租賃期間為2.26年。顯示臺中市租賃住宅市場的租約期間還是以1年為大宗。顯見決大多數的租賃雙方習慣以1年為契約期間。

        租賃住宅市場不同於買賣市場，租賃市場型態較為多元，除整棟（戶）、獨立套房出租外，尚有各種型態的分租組合樣貌。因此，本文擬將前兩者整併為整棟（戶)出租型態，其餘各類分租樣態，則視為「非」整棟（戶)出租型態。後續討論不同房型的租金總額、不同建物型態的租金總額時，則僅以整棟（戶)為標的範疇；討論不同房型的租金單價、不同建物型態之租金單價時，才一併納入整棟（戶)與「非」整棟（戶)進行比較。

一、租賃總價與其住宅房屋屬性分析

        臺中市在縣市合併後，幅員遼闊，29個行政區間的都市發展程度差異頗大。本文後續討論租金總價，除討論全市之「租金水準」外，亦同步彙整臺中市執行租金補貼政策所區分之群一與群二之行政區進行比較，以減少區域間都市發展差異對租金水準的影響。根據表1，不同房型之租賃總價來看，臺中市全市平均整棟（戶)租賃總價為每月14,632元；相對於租金補貼之分群，各房型之群二平均整棟（戶)租賃總價均明顯高於群一所屬之行政區。然而，值得注意整體平均整棟（戶)租賃總價，群一所屬之行政區，因為該區域所屬各「房型之配」比差異導致其平均整棟（戶)租賃總價高於群二。群一與群二之平均整棟（戶)租賃總價分別為每月14,805元與每月14,616元。該「房型之配」比差出現在，群一所屬之行政區域主要是以出租整棟（戶)的2房型與3房型（含以上)為主；相反地，群二則是以1房型為主。根據此資訊，明顯看出整棟（戶)租賃總價，會伴隨都市發展程度差異與空間內部房型配比差異，而導致群體平均租賃總價產生差異。

表1、不同房型之整棟（戶)租賃總價

資料來源：本文整理

註 1：臺中市租金補貼分群一包括霧峰、大肚、梧棲、清水、外埔、大安、神岡、后里、新社、石岡、東勢與和平等行政區

2：臺中市租金補貼分群二包括烏日、大里、太平、龍井、沙鹿、大雅、潭子、豐原、大甲、北、中、東、西、南、北屯、南屯與西屯等行政區

        整棟（戶)租賃總價亦會受不同建物型態影響，其結果如下表2。全臺中市平均整棟（戶)租賃總價，似乎以透天厝為最高，達每月19,863元；其次依序為則為住宅大樓、公寓、華廈與套房。群二的租賃總價亦呈現相同態勢。反觀，群一則以住宅大樓為最高，達每月18,756元；其次依序為則為透天、公寓、華廈與套房。值得注意的是群一的住宅大樓，平均整棟（戶)租賃總價甚至高於群二的住宅大樓平均整棟（戶)租賃總價。此外，建物型態在全臺中市的構成比例，則以住宅大樓與華廈為最多，合計兩者達68.43%；其次依序為套房、公寓與透天。群二則亦呈現此相同構成比例。反觀群一，雖然住宅大樓與華廈依然是市場主要租賃商品，其次要則為透天、公寓與套房，正好與整體臺中市場/群二相反，這或許可以反應整棟（戶)租賃商品偏好仍以住宅大樓為最多，然而在群一所屬行政區域內，並無太多此類型商品可供選擇，造成該類型商品之租賃總價高於群二；另外，群一所屬行政區域內，相對也有較高比例的透天厝商品可供選擇，因此其租賃總價略低於住宅大樓。根據此資料，很明顯可以看出租賃建物型態在不同空間構成不同建物型態構成比例差異，該差異也會干擾該地區的整棟（戶)住宅租賃總價。

表2、不同建物型態之整棟（戶)租賃總價

資料來源：本文整理

        若考量整棟（戶)租賃住宅房屋屬性，則可以將其區分為房屋本身的屬性與鄰里條件屬性。影響整棟（戶)住宅租賃總價之屬性研究，在文獻中已有非常豐富的討論。例如，Zhang, Wang, and Lu (2019) 發現住宅租金分布是呈現多中心的群聚形式，主要受到商業中心、小學與中學學區、大學校園、捷運場站、快速道路交流道與鐵路車站等影響，而且每一個影響因素都會出現自己獨特的空間差異；Cao, Diao, and Wu (2019) 則在討論公共出租住宅之租金水準時，提出需考量屋齡、建物面積、與距離公園、市鎮中心、捷運站等設施的最近距離；Su, Zhang, He, Zhang, Hu, and Kang (2021) 提出源自運輸導向的都市開發所帶動之租金上漲現象，認為租金水準需要考量都市發展程度與是否具有高品質的可步行環境；葉姿妤、江穎慧(2022)在檢討社會住宅包租代管計畫時提出，租金水準易受租屋面積大小（亦即建物面積)、傢俱設備多寡與其他人為因素影響；Ogundunmade, Abidoye, and Olunfunbi (2023) 則提出影響住宅租金水準應包括鄰里特徵、建物面積、建物氣氛與所座落的區位影響。

        依據表3，全臺中市整棟（戶)租賃住宅房屋屬性如下：建物面積為25.34坪；屋齡24.30年；86%房東提供傢俱；74%的租賃住宅有成立管理組織。另外，若考量鄰里條件設施，則以鄰近國小距離最短，僅0.50公里；其次為國中0.92公里；其餘依序為高中1.19公里、商圈1.67公里、大學2.20公里、火車站2.67公里與捷運站3.52公里。該租賃住宅房屋屬性似乎與相關國內外研究結果吻合。

表3、不同房型之整棟（戶)租賃住宅房屋屬性

資料來源：本文整理

二、平均租賃單價與整棟（戶)租賃住宅及非整棟（戶)租賃住宅之差異分析

        租賃住宅市場除整棟（戶)租賃之外，就是非整棟（戶)租賃的分租模式。表4則分別彙整全臺中市與租金補貼之分群一與分群二。若以全臺中市每坪租金單價來看，非整棟（戶) 分租切割房間的租賃住宅單價每坪租金為738元，高於整棟（戶)的租賃住宅單價695元。該結果呼應吳彥葶、張金鶚與江穎慧 (2022) 之研究發現，分租切割房間（俗稱雅房或分租套房）每坪租金出金分別高於整層住家6.5%，其間呈現住宅品質較差但租金單價卻相對較高的現象。本文仔細檢視各房型差異，發現該現象特別發生在全臺中市租賃住宅市場的2房型與3房型（含以上)的租賃住宅；以及群一各類房型的租賃住宅；群二的2房型與3房型（含以上)的租賃住宅。

        此外，本文觀察整棟（戶)住宅，平均租賃住宅單價的租金價格，亦出現量的折扣現象。亦即整棟（戶)住宅伴隨房型越多、住宅面積越大，所需支付的單位租金價格越低；相反地，此規則未出現在非整棟（戶)分租/切割房間的租賃住宅上。

表4、不同房型之整棟（戶)住宅與非整棟（戶)住宅之平均租賃單價比較

資料來源：本文整理

        考量不同建物型態，則套房（一房一廳一衛與獨立套房)均被歸類為整棟（戶)。因此，非整棟（戶)就無套房（一房一廳一衛與獨立套房)此選項；至於切割的雅房與分租套房，則依其原屬之建物型態，歸類到非整棟（戶)的公寓、華廈、住宅大樓或透天厝中。

        表5彙整全臺中市、租金補貼分群一與分群二之各類建物型態，則也都出現非整棟（戶) 分租切割房間的租賃住宅單價高於整棟（戶)的租賃住宅單價的現象。支持租賃住宅市場上出現住宅品質較差但租金單價卻相對較高的現象。

表5、不同建物型態之整棟（戶) 與非整棟（戶)平均租賃單價比較

資料來源：本文整理

三、小結

        綜合前述實證案例-臺中市租賃住宅市場結構，可得全臺中市之租賃住宅市場總量約為13萬戶，約佔整體住宅市場的13.59%。租賃整棟（戶)住宅之租金水準為14,632元，且該租金總價會伴隨空間區域都市發展程度而有所不同，分群二明顯高於分群一；惟各空間區域內房型配比差異，導致整體平均租金水準產生反轉；惟各空間區域內建物型態構成比例，亦會影響其租金水準。而透過租賃住宅單位租金價格，平均每坪租金單價約為700-750元，且出現非整棟（戶) 分租切割房間的住宅之單位租金高於整棟（戶)住宅之單位租金，發生住宅品質較差的非整（棟)戶租賃住宅，卻支付相對整（棟)戶租賃住宅高的單位租金價格現象。此現象值得政府在制定相關住宅補貼措施時，納入考量。至於，各類影響租金因素，建議除考量建物面積、屋齡、附傢俱與管理組織外，對於租屋鄰近條件之設施，則以國小與國中之平均距離為最短，顯見整棟（戶)之租屋族群有強烈緊鄰學區之需求。

肆、租賃住宅統計資料利用應注意事項

        現今租賃住宅統計平台資料主要是內政部彙整地政司、國土署與國家住都中心各類住宅補貼措施之資料而得。該類資料並非完整的租賃住宅資料建置，但是相較於每10年普查一次的全台租賃住宅數量推估，以及極為粗略的房租類物價指數作為租金價格的代表，在租金交易透明化進程上確實踏出一步。然而，在利用該租賃住宅統計資料時，建議應該注意：

一、租賃住宅資料具有空間分布差異化的特性，應注意母體真實空間分布比例與取得樣本之空間分布比例是否有差異。考量租賃住宅資料租金水準往往伴隨所屬空間屬性（例如，都市發展程度、各類房型比例差異、建物型態構成比例、以及鄰里條件等)而有不同，因此，仔細確認所取得樣本與母體間之租賃住宅空間分布是否有明顯差異就顯得非常重要。本研究案例臺中市，對照母體13萬戶的租賃住宅有35.43%位於分群二的西屯區、北區與北屯區，為前三高之行政區；取得之平台資料，則約41.30%位於分群二的西屯區、北區與北屯區，亦為前三高之行政區。

二、租賃住宅資料不同於買賣交易，租金價格會反應在特定租約期限內（亦可能會超過/或少於1年以上的租期）或者有不同租賃契約條件下所呈現的交易價格。前者，可能出現跨年度資料，在計算該筆租賃交易資料隸屬的統計區間時，往往僅以租賃契約起始年度為標準，未能考量契約期間可能跨年的狀況。因此，可能會出現因該筆租約存續期間與統計區間差異，導致平均租賃總價高/低估的現象。後者，則可能出現租賃住宅屬性均相同，租約期間也相同，但是因為租賃契約條件不同，而出現不同租金水準的情事。此種現象也是無可得知，該誤差均隱藏在租金水準的標準差中。

三、租賃住宅資料中可能出現同一筆住宅，在統計區間內，重複租賃現象（且因為不同時期建置的資料，出現屬性變數的差異)，造成該筆資料的誤差與被加權計算。例如，本文實證案例-臺中市，幾乎接近95%的平均租賃期間為1年期，若統計區間超過一年，則有此現象。

四、租賃住宅資料是彙整政府部門/機關各類非目的建置的住宅補貼資料，受限資料既有屬性變數欄位內容與建置屬性變數之定義不同，造成某些屬性變數欄位資料缺漏。

（一）詳細資料清理，設法辨別誤植、異常值等錯誤，遴選有使用價值的屬性變數進行分析。例如，本文剃除租金單價大於租金總價、租賃所在樓層大於總樓層等邏輯上錯誤的資料；或者，處理建物型態套房（一房一廳一衛）確未能同步歸屬於出租型態中的整棟（戶）出租；亦或出租型態中原始資料出現達47.10%的遺漏等均需要資料調整。

（二）資料屬性變數遺漏值處理。特別是某種資料庫來源，在該屬性變數是缺漏。例如，本研究界定整棟（戶）與非整棟（戶）的租金價格在不同房型與建物型態上就出現某些租賃資料在房型或建物型態等變數屬性上出現缺漏，導致納入交叉關聯表中的樣本數不同，整體臺中市的小計出現差異。

伍、結論與建議

        租賃交易資訊透明化後，透過該資訊平台，可以讓我們原先僅能取得落後租賃住宅「數量」資料與僅以房屋租金指數表示之物價指數的缺漏，獲得改善。彙整其效益：首先，瞭解租賃住宅市場之需求型態，讓政府可以更精準設計符合租賃補貼的政策，同時，也讓民間單位可以即時調整對於該空間區域，提供之租賃住宅房間類型與偏好之建物型態。其次，瞭解不同空間區域之租賃住宅租金水準差異，有助於推動社會住宅之租金設定，以及包租代管業務之租金區間推斷。其三，協助政府得以更緊密監控租賃住宅市場，確保租賃安全。例如，納入該區域之住宅交易價格，求算租金乘數(price-to-rent ratio)，瞭解不同區域之住宅風險差異。最後，長期累積該資料，將有助於後續租賃住宅租金模式建置、租金水準預測或者瞭解該租金水準與其他經濟環境因素之關係等助益良多。

參考文獻

一、中文文獻

1. 行政院主計總處(2020) 109年人口及住宅普查專區，網址﹕https://www.stat.gov.tw/News.aspx?n=2750&sms=11062，瀏覽日期 20240701。
2. 行政院主計總處(2023) 台灣-消費物價指數(CPI) -房租（年增率），網址：https://www.stat.gov.tw/cp.aspx?n=2665，瀏覽日期 20240701。
3. 吳彥葶、張金鶚、江穎慧(2022)，租屋市場之租金與住宅品質知多少？都市與計劃，第49卷第3期，第317-339頁。
4.  葉姿妤、江穎慧(2022)，社會住宅包租代管計畫租金檢核方式之研究，物業管理學報，第30卷第2期，第27-38頁。

二、英文文獻

1. Cao, K., Diao, M., & Wu, B. (2019). A big data–based geographically weighted regression model for public housing prices: A case study in Singapore. Annals of the American Association of Geographers, 109(1), 173-186.
2. Ogundunmade, T. P., Abidoye, M., & Olunfunbi, O. M. (2023). Modelling Residential Housing Rent Price Using Machine Learning Models. Modern Economy and Management, doi.org/10.53964/mem.2023014.
3. Su, S., Zhang, J., He, S., Zhang, H., Hu, L., & Kang, M. (2021). Unraveling the impact of TOD on housing rental prices and implications on spatial planning: A comparative analysis of five Chinese megacities. Habitat International, 107, 1-13.
4. Zhang, S., Wang, L., & Lu, F. (2019). Exploring housing rent by mixed geographically weighted regression: A case study in Nanjing. International Journal of Geo-Information, 8(10), 431-443.